龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉学院
申请日：2024-03-28
公开（公告）日：2024-06-14
公开（公告）号：CN118197551A
主分类号：G16H20/70
分类号：G16H20/70;G16H10/60;G16H10/20;G16B30/00;G16B50/10;G16B40/00;G06F18/2135;G06F18/23;G06F18/241;G06N3/044;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明涉及心理健康分析预警技术领域，具体涉及利用人工智能进行青少年抑郁倾向早期预警方法，包括以下步骤：收集青少年的微生物组数据，分析得到初始肠道微生物组数据，检测获取异常肠道微生物组数据；分析青少年的心理行为数据，识别行为模式；识别与抑郁倾向相关的生物标志物；对比生物标志物与异常的肠道微生物组数据重合度，判断潜在抑郁倾向；构建抑郁倾向验证模型，模型输出生物标志物对应的行为模式，确定是否具有抑郁倾向；设定预警阈值，当抑郁倾向指数超过该阈值时，自动触发预警机制。本发明，有助于揭示抑郁症背后的复杂生物学和心理学机制，从而为青少年抑郁症的预防和干预提供了更深入的见解。
主权项：1.利用人工智能进行青少年抑郁倾向早期预警方法，其特征在于，包括以下步骤：S1：收集青少年的微生物组数据，通过非侵入式的生物样本分析得到初始肠道微生物组数据，对初始肠道微生物组数据进行检测获取异常肠道微生物组数据；S2：分析青少年的心理行为数据，包括情绪自评、行为问卷、社交互动频率，识别行为模式；S3：利用机器学习技术分别对异常微生物组数据进行深入分析，识别与抑郁倾向相关的生物标志物；S4：对比生物标志物与异常的肠道微生物组数据重合度，若重合度超出预设阈值，则判断具有潜在抑郁倾向；S5：构建抑郁倾向验证模型，该模型考虑生物标志物与行为模式的交互影响，模型输出生物标志物对应的行为模式，将对应的行为模式与S2识别出的行为模式进行对比，确定是否具有抑郁倾向；S6：设定预警阈值，当抑郁倾向指数超过该阈值时，自动触发预警机制。
全文数据：
权利要求：
百度查询： 武汉学院 利用人工智能进行青少年抑郁倾向早期预警方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号